我正在尝试为一些长序列创建序列标签
由于问题的性质,由于缺乏历史数据,我不希望网络在序列开始时表现得很好
如何训练网络忽略第一个k
预测
我的网络结构如下:
model = Sequential()
model.add(LSTM(10,return_sequences = True, input_shape = (None, 5)))
model.add(LSTM(10,return_sequences = True))
model.add(LSTM(10,return_sequences = True))
model.add(TimeDistributed(Dense(1,activation='sigmoid')))
model.compile(optimizer = adam,loss = 'binary_crossentropy',metrics = ['acc'])
我通过这样做来训练它:model.fit(X,y)
其中X.shape
是(m,n,5)
,y.shape
是(m,n,1)
,其中m
是序列数,n
是序列长度
目前没有回答
相关问题 更多 >
编程相关推荐